图像格式转换 numpy.ndarray–>_io.BufferedReader
在项目中遇到问题：现有通过opencv的imread()函数读取的图像，需要将图像的格式转化为io.open()函数读取图像的格式来用于requests.post()发送图像文件。现整理问题解决的思路及相应代码。
问题解决的过程
1.首先查看opencv的imread()与Python IO中的open()函数读取图像后格式的不同：
path = '...'
img1=cv2.imread(path)
img2 = open(path, 'rb')
print(type(img1))
print(type(img
在Python的图像处理中，有时我们需要将从OpenCV库中读取的`numpy.ndarray`格式的图像转换为`_io.BufferedReader`格式，以便能够通过`requests.post()`函数发送到服务器。这种转换通常发生在处理网络上传图像的场景下，例如通过API接口发送图像数据。
OpenCV的`cv2.imread()`函数读取图像时返回一个`numpy.ndarray`对象，它是一个二维数组，包含了图像的像素数据。而Python的`io.open()`函数以二进制模式('rb')读取文件时，返回的是`_io.BufferedReader`对象，它提供了一个可读取字节流的接口。
当需要将`numpy.ndarray`转换为`_io.BufferedReader`时，我们可以遵循以下步骤：
1. 使用`cv2.imread()`读取图像，得到`numpy.ndarray`类型的图像数据。
2. 然后，使用`cv2.imencode()`函数将`numpy.ndarray`图像编码为JPEG或其他所需的格式，同时获取编码后的字节数据。这个函数会返回一个布尔值（表示编码是否成功）和一个`numpy.ndarray`对象，包含图像的编码数据。
3. 将编码后的`numpy.ndarray`转换为字符串类型，可以使用`tostring()`方法实现。
4. 使用`BytesIO`类将字符串数据转换为内存中的`_io.BytesIO`对象，它实现了对字节数据的读写操作。
5. 将`BytesIO`对象转换为`_io.BufferedReader`，以便满足`requests.post()`函数的要求。
在转换过程中，需要注意的一个关键点是`_io.BufferedReader`对象需要有`name`属性，因为`requests.post()`函数在发送文件时需要这个属性来识别文件名。虽然`_io.BufferedReader`不直接支持设置`name`属性，但我们可以先将`BytesIO`对象的`name`属性设置好，然后再转换为`_io.BufferedReader`。
完整的转换代码如下：
```python
import cv2
from io import BufferedReader, BytesIO
# 图像路径
path = '....jpg'
# 使用OpenCV读取图像
img = cv2.imread(path)
# 编码图像为JPEG格式
ret, img_encode = cv2.imencode('.jpg', img)
# 转换为二进制字符串
str_encode = img_encode.tobytes()
# 创建BytesIO对象
f4 = BytesIO(str_encode)
# 设置BytesIO对象的name属性
f4.name = '....jpg'
# 转换为BufferedReader
f5 = BufferedReader(f4)
# 使用requests.post发送图像数据
url = 'http://×××××/SaveFile/'
files = {'picName': f5}
r = requests.post(url, files=files)
print(r.text)
```
通过以上步骤，我们就可以成功地将OpenCV读取的图像转换为适合通过`requests.post()`发送的`_io.BufferedReader`格式。这个过程涉及到不同类型的图像数据处理，理解每一步的作用对于编写高效、准确的代码至关重要。
